La tecnológica española GMV, en colaboración con el Hospital Universitario La Paz y la Universidad Complutense de Madrid, ha diseñado un simulador innovador basado en inteligencia artificial (IA) para el diagnóstico y evolución de las enfermedades pulmonares intersticiales difusas (EPID), como la fibrosis pulmonar idiopática (FPI) o la sarcoidosis. El proyecto responde a un reto lanzado por el Centro para el Desarrollo Tecnológico y la Innovación (CDTI) y cuenta con financiación europea a través del Plan de Recuperación, Transformación y Resiliencia.
Una herramienta sin precedentes en el mercado
La complejidad del diagnóstico de las EPID, debido a la similitud entre sus patrones radiológicos, ha motivado el desarrollo de este sistema de IA, que analiza imágenes de tomografía computarizada (TAC) con precisión avanzada para detectar todos los patrones visibles, establecer si se trata de una enfermedad fibrótica y determinar su evolución futura.
Actualmente, no existe ninguna solución comercial que reúna todas estas funcionalidades clínicas, lo que convierte esta herramienta en un hito disruptivo en el ámbito de la imagen médica.
Diagnóstico temprano y tratamientos personalizados
El objetivo es evitar diagnósticos tardíos y tratamientos inadecuados, claves en el pronóstico de enfermedades con alta morbilidad y mortalidad. En palabras de Carlos Illana, responsable de Producto en GMV, el simulador busca “ofrecer tratamientos personalizados y más efectivos” y se probará en entorno clínico real en el Hospital de Bellvitge.
La IA también integrará imágenes médicas con pruebas funcionales respiratorias para predecir la progresión de la enfermedad, permitiendo a los especialistas adaptar el tratamiento a cada paciente y mejorar su calidad de vida.
Inteligencia artificial al servicio de la salud
Según la OMS, el 80 % de las decisiones médicas se basan en pruebas radiológicas. El uso de tecnologías como deep learning, inspirado en el funcionamiento del cerebro humano, refuerza la capacidad diagnóstica de los profesionales y mejora la precisión y velocidad en la interpretación de las imágenes.
Este proyecto, además de su impacto en neumología, sienta las bases para aplicar la IA en otras disciplinas médicas, impulsando una medicina más precisa, predictiva y personalizada.
